用于姿态预测的图像处理方法、装置、介质及设备制造方法及图纸

本申请提供了一种用于姿态预测的图像处理方法、装置、存储介质及电子设备，方法包括：获取包含同一拍摄对象的第一图像和第二图像；识别拍摄对象在第一图像和第二图像中的肢体关键点；根据拍摄对象在第一图像和第二图像中的肢体关键点，生成拍摄对象的目标姿态数据；根据目标姿态数据对第一图像和/或第二图像中拍摄对象的姿态进行调整，得到目标图像。本申请可以根据拍摄对象在已有图像中的姿势，预测出抓拍过程中的其它姿势并生成相应的图像，从而提高抓拍效果。而提高抓拍效果。而提高抓拍效果。

【技术实现步骤摘要】
用于姿态预测的图像处理方法、装置、介质及设备


[0001]本申请涉及图像处理
，尤其涉及一种用于姿态预测的图像处理方法、装置、存储介质及电子设备。

技术介绍

[0002]随着科技的发展，拍照功能已成为许多设备的标准配置，通过随身携带的拍照设备，可以随时记录身边的美好瞬间。
[0003]然而，拍照设备的拍照能力有效，对于一些快速变化的拍摄场景，常常错过好的拍摄时机，导致照片效果并不理想。

技术实现思路

[0004]本申请实施例提供一种用于姿态预测的图像处理方法、装置、存储介质及电子设备，能够提高抓拍效果。
[0005]本申请实施例提供一种用于姿态预测的图像处理方法，包括：
[0006]获取包含同一拍摄对象的第一图像和第二图像；
[0007]识别拍摄对象在第一图像和第二图像中的肢体关键点；
[0008]根据拍摄对象在第一图像和第二图像中的肢体关键点，生成拍摄对象的目标姿态数据；
[0009]根据目标姿态数据对第一图像和/或第二图像中拍摄对象的姿态进行调整，得到目标图像。
[0010]本申请实施例还提供了一种用于姿态预测的图像处理装置，包括：
[0011]获取模块，用于获取包含同一拍摄对象的第一图像和第二图像；
[0012]识别模块，用于识别拍摄对象在第一图像和第二图像中的肢体关键点；
[0013]生成模块，用于根据拍摄对象在第一图像和第二图像中的肢体关键点，生成拍摄对象的目标姿态数据；
[0014]调整模块，用于根据目标姿态数据对第一图像和/或第二图像中拍摄对象的姿态进行调整，得到目标图像。
[0015]本申请实施例还提供一种计算机可读的存储介质，存储介质中存储有计算机程序，计算机程序被处理器执行以实现上述的用于姿态预测的图像处理方法中的步骤。
[0016]本申请实施例还提供一种电子设备，电子设备包括处理器和存储器，存储器中存储有计算机程序，处理器执行计算机程序以实现上述的用于姿态预测的图像处理方法中的步骤。
[0017]本申请实施例中，首先获取包含同一拍摄对象的第一图像和第二图像；然后识别拍摄对象在第一图像和第二图像中的肢体关键点；根据拍摄对象在第一图像和第二图像中的肢体关键点，生成拍摄对象的目标姿态数据；进而根据目标姿态数据对第一图像和/或第二图像中拍摄对象的姿态进行调整，得到目标图像。本申请实施例可以根据拍摄对象在已
有图像中的姿势，预测出抓拍过程中的其它姿势并生成相应的图像，从而提高抓拍效果。
附图说明
[0018]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本申请实施例提供的用于姿态预测的图像处理方法的场景示意图。
[0020]图2为本申请实施例提供的用于姿态预测的图像处理方法的第一种流程示意图。
[0021]图3为本申请实施例提供的用于姿态预测的图像处理方法的第一示意图。
[0022]图4为本申请实施例提供的用于姿态预测的图像处理方法的第二示意图。
[0023]图5为本申请实施例提供的用于姿态预测的图像处理方法的第二种流程示意图。
[0024]图6为本申请实施例提供的用于姿态预测的图像处理装置的结构示意图。
[0025]图7为本申请实施例提供的电子设备的第一种结构示意图。
[0026]图8是本申请实施例提供的电子设备的第二种结构示意图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有付出创造性劳动前提下所获得的所有实施例，都属于本专利技术保护的范围。
[0028]本专利技术的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应当理解，这样描述的对象在适当情况下可以互换。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤的过程、方法或包含了一系列模块或单元的装置、终端、系统不必限于清楚地列出的那些步骤或模块和单元，还可以包括没有清楚地列出的步骤或模块或单元，也可以包括对于这些过程、方法、装置、终端或系统固有的其它步骤或模块或单元。
[0029]在拍照时代，拍照设备作为一项重要的设备，已逐渐融入人们的日常生活。而随着科技的发展，各类拍照设备的图像处理能力也在逐步上升。但是，受限于拍照设备本身的特性，不论是拍照还是摄像，都无法像人眼一样捕捉到百分百的细节，捕捉到每一时每一刻的画面。即使是摄像得到的视频，也是由多帧连续拍摄的照片所构成，在视觉上形成连续运动的效果。
[0030]再高帧率的摄像头，也仍然会有遗漏的画面。而越是处理过程繁复的摄像头，在处理时所花的时间也越长，缩短拍摄间隔对设备而言也会带来极大的运算负担。
[0031]这就极大程度地限制了设备的抓拍能力。在对运动的对象进行拍摄时，无法百分百确保拍到好看的姿势。例如，对人起跳的姿势进行拍摄，被拍摄的人在整个起跳过程中每一个瞬间的姿势都不相同，而实际拍摄得到的照片往往只有少少的几帧，极大可能错过最好看的姿势。可能摆出这个最好看的姿势的前一瞬和后一瞬的照片都拍到的，但是恰巧这
个最好看的姿势没有拍到，从而导致抓拍的效果不够好。
[0032]基于此，本申请实施例提供一种用于姿态预测的图像处理方法，该用于姿态预测的图像处理方法的执行主体可以是本申请实施例提供的用于姿态预测的图像处理装置，也可以是电子设备。其中，用于姿态预测的图像处理装置可以集成在电子设备中。电子设备可以是计算机设备，该计算机设备可以是诸如智能手机、平板电脑、个人计算机之类的终端设备，也可以是服务器。以下进行具体分析说明。
[0033]请参阅图1，图1为本申请实施例提供的用于姿态预测的图像处理方法的场景示意图。其中，服务器100中集成有用于姿态预测的图像处理装置。用于姿态预测的图像处理装置执行本申请实施例提供的用于姿态预测的图像处理方法，首先获取包含同一拍摄对象的第一图像和第二图像；然后识别拍摄对象在第一图像和第二图像中的肢体关键点；根据拍摄对象在第一图像和第二图像中的肢体关键点，生成拍摄对象的目标姿态数据；进而根据目标姿态数据对第一图像和/或第二图像中拍摄对象的姿态进行调整，得到目标图像。本申请实施例可以根据拍摄对象在已有图像中的姿势，预测出未被拍到的其它姿势，并生成相应的图像提供给用户。用户可以结合新生成的图像和原本的图像共同挑选姿势最好看的抓拍照片，从而，提高了抓拍效果。
[0034]请参阅图2，图2为本申请实施例提供的用于姿态预测的图像处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于姿态预测的图像处理方法，其特征在于，包括：获取包含同一拍摄对象的第一图像和第二图像；识别所述拍摄对象在所述第一图像和所述第二图像中的肢体关键点；根据所述拍摄对象在所述第一图像和所述第二图像中的肢体关键点，生成所述拍摄对象的目标姿态数据；根据所述目标姿态数据对所述第一图像和/或所述第二图像中拍摄对象的姿态进行调整，得到目标图像。2.根据权利要求1所述的用于姿态预测的图像处理方法，其特征在于，所述根据所述拍摄对象在所述第一图像和所述第二图像中的肢体关键点，生成所述拍摄对象的目标姿态数据包括：获取待生成的目标图像的目标时序，所述目标时序用于指示所述待生成的目标图像与所述第一图像、第二图像的时间先后顺序；根据所述目标时序以及所述拍摄对象在所述第一图像和所述第二图像中的肢体关键点，生成所述拍摄对象的目标姿态数据。3.根据权利要求2所述的用于姿态预测的图像处理方法，其特征在于，所述根据所述目标时序以及所述拍摄对象在所述第一图像和所述第二图像中的肢体关键点，生成所述拍摄对象的目标姿态数据包括：根据识别出的肢体关键点，确定出所述拍摄对象在所述第一图像和所述第二图像中的肢体部位；对于所述拍摄对象的每个肢体部位，根据所述目标时序以及所述肢体部位在所述第一图像和所述第二图像中的肢体关键点，生成所述肢体部位的目标肢体姿态数据；根据各个肢体部位的目标肢体姿态数据生成所述拍摄对象的目标姿态数据。4.根据权利要求3所述的用于姿态预测的图像处理方法，其特征在于，所述根据所述目标时序以及所述肢体部位在所述第一图像和所述第二图像中的肢体关键点，生成所述肢体部位的目标肢体姿态数据包括：确定所述肢体部位在所述第一图像中的肢体关键点与在所述第二图像中的肢体关键点的对应关系；针对所述第一图像和所述第二图像的每一组对应的肢体关键点，根据所述目标时序生成一个目标关键点，从而得到所述肢体部位的多个目标关键点；根据所述肢体部位的多个目标关键点生成所述肢体部位的目标肢体姿态数据。5.根据权利要求4所述的用于姿态预测的图像处理方法，其特征在于，所述第一图像中的第一肢体关键点与所述第二图像中的第二肢体关键点为一组对应的肢体关键点，所述针对所述第一图像和所述第二图像的每一组对应的肢体关键点，根据所述目标时序生成一个目标关键点包括：获取所述第一肢体关键点在所述第一图像中的第一坐标；获取损失第二肢体关键点在所述第...

【专利技术属性】
技术研发人员：柳阳，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：